海岸线文学

第900章 大模型编程和普通编程的区别（第3页）

出门大模型编程的流程：

收集大量“天气+行为”的数据：

（晴天，出门）

（下雨，带伞）

（阴天，出门）

。。。

喂给模型训练，学出一套权重w

模型预测时，只需输入“天气=下雨”

-＞

输出“带伞”的概率高，就预测“带伞”

你不需要再写规则，而是“让数据说话”。

这就是所谓的：

传统编程是“人定规则”，大模型是“模型学规则”。

?

四、再回到你的比喻：“大概是个苹果”

你说得非常生动：

“y不一定准确，无限接近正确，就像一个苹果，它是苹果的相似度有多少，差不多就行了，大概就是个苹果。”

这正是大模型的“模糊匹配”原理。尤其在图像识别中，模型不是100%判断“这是苹果”，而是给出一个“概率”：

?t苹果：87%

?t番茄：10%

?t柿子：3%

这时候，它选“苹果”作为预测结果。但如果这个苹果有点变形、颜色有点偏，就会导致识别不准。为什么？因为模型只知道“相似度”，不知道“逻辑规则”。

?

五、从“编程范式的演化”看待这个变化

1。

早期计算机时代：硬件编程

?t二进制，汇编语言

?t对人极不友好

2。

高级语言时代：规则编程

?tc、python、java等

?t程序员用明确逻辑告诉机器该做什么

3。